• 유기물자원화
• /
• 제29권4호
• /
• pp.15-24
• /
• 2021

본 연구는 친환경농업에서 미생물비료(MF)의 작물 생육 증진 여부를 평가하기 위해 Bacillus amyloliquefaciens가 함유된 미생물비료의 처리, 유기질비료(OF)의 혼용 처리 및 미생물비료 제형별 처리에 따른 상추의 생육 특성을 조사하였다. 미생물비료의 유효 균주인 B. amyloliquefaciens는 전분 분해 효소와 단백질 분해 효소의 활성을 나타내었다. 미생물비료를 유기물의 공급없이 상추에 처리하는 경우 작물의 생육은 무처리구와 통계적으로 유의적인 차이를 나타내지 않았다. 대조구와 비교할 때, 유기질비료와 미생물비료를 함께 처리한 MOF2 처리구(2,500 kg OF/ha + 50 kg MF/ha)의 건물중이 약 30% 증가하였다. 미생물비료 제형별 상추 생육 조사 결과, 수용제는 대조구와 통계적으로 유의적인 차이를 나타내지 않았으나 수화제 처리구의 건물중은 약 43% 증대되었다. 미생물비료의 제형별 작물 생육 비교 시 수용제보다 수화제 처리구에서 37% 정도 증가하여 수화제 처리 상추의 생육과 생산량이 증대되었다. 상기 결과들을 종합할 때, 미생물비료를 유기질비료와 혼용하는 경우 상추의 생육과 생산량이 증대되며, 수화제의 처리 시 작물의 생육 개선 효과가 나타남을 알 수 있었다.

• 한국시뮬레이션학회논문지
• /
• 제31권1호
• /
• pp.11-18
• /
• 2022

최근 공공장소 및 시설에서 범죄예방 및 시설 안전을 목적으로 영상정보 기반의 인체의 행위를 분류하는 연구가 활발히 진행되고 있다. 이러한 인체 행위분류의 성능을 향상하기 위해서 대부분의 연구는 전이학습 기반의 딥러닝을 적용하고 있다. 그러나 딥러닝의 기반이 되는 중추 네트워크 모델(Backbone Network Model)의 수가 증가하고 아키텍처가 다양해짐에도 불구하고, 소수의 모델만 사용하는 분위기 때문에 운용목적에 적합한 중추 네트워크 모델을 찾는 연구는 미흡한 실정이다. 본 연구는 영상정보를 기초로 인체 행위를 분류하는 인공지능 모델을 개발하기 위해 최근에 개발된 5가지의 딥러닝 중추 네트워크 모델을 대상으로 전이학습을 적용하고 각 모델의 정확도 및 학습효율 측면에서 비교 및 분석하여 가장 효율이 높은 모델을 제안하였다. 이를 위해, 기본적인 인체 행위가 아닌 운동 종목 기반의 활동적이고 신체접촉이 높은 12가지의 인체 활동을 선정하고 관련된 7,200개의 이미지를 수집하였으며, 5가지의 중추 네트워크 모델에 총 20회의 전이학습을 균등하게 적용하고 학습과정과 결과성능을 통해 인체 행위를 분류하는데 적합한 중추 네트워크 모델을 정량적으로 비교 및 분석하였다. 그 결과 XceptionNet 모델이 학습 및 검증 정확도에서 0.99 및 0.91로, Top 2 및 평균 정밀도에서 0.96 및 0.91로 나타났으며 학습 소요시간은 1,566초, 모델용량의 크기는 260.4MB로 정확도와 학습효율 측면에서 다른 모델보다 높은 성능이 나타남을 확인할 수 있었다. 이러한 결과는 전이학습을 적용하여 인체 행위분류를 진행하는 다양한 연구 분야에 활용되기를 기대한다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.33-43
• /
• 2022

본 논문에서는 기존의 스마트폰 카메라 센서를 사용하여 비접촉식 손바닥 기반 사용자 식별 시스템을 구축하기 위해 Attention U-Net 모델과 사전 훈련된 컨볼루션 신경망(CNN)이 있는 다채널 손바닥 이미지를 이용한 앙상블 모델을 제안한다. Attention U-Net 모델은 손바닥(손가락 포함), 손바닥(손바닥 미포함) 및 손금을 포함한 관심 영역을 추출하는 데 사용되며, 이는 앙상블 분류기로 입력되는 멀티채널 이미지를 생성하기 위해 결합 된다. 생성된 데이터는 제안된 손바닥 정보 기반 사용자 식별 시스템에 입력되며 사전 훈련된 CNN 모델 3개를 앙상블 한 분류기를 사용하여 클래스를 예측한다. 제안된 모델은 각각 98.60%, 98.61%, 98.61%, 98.61%의 분류 정확도, 정밀도, 재현율, F1-Score를 달성할 수 있음을 입증하며, 이는 저렴한 이미지 센서를 사용하고 있음에도 불구하고 제안된 모델이 효과적이라는 것을 나타낸다. 본 논문에서 제안하는 모델은 COVID-19 펜데믹 상황에서 기존 시스템에 비하여 높은 안전성과 신뢰성으로 대안이 될 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2169-2190
• /
• 2022

The COVID-19 pandemic has affected many aspects of human life. The pandemic not only caused millions of fatalities and problems but also changed public sentiment and behavior. Owing to the magnitude of this pandemic, governments worldwide adopted full lockdown measures that attracted much discussion on social media platforms. To investigate the effects of these lockdown measures, this study performed sentiment analysis and latent Dirichlet allocation topic modeling on textual data from Twitter published during the three lockdown waves in Malaysia between 2020 and 2021. Three lockdown measures were identified, the related data for the first two weeks of each lockdown were collected and analysed to understand the public sentiment. The changes between these lockdowns were identified, and the latent topics were highlighted. Most of the public sentiment focused on the first lockdown as reflected in the large number of latent topics generated during this period. The overall sentiment for each lockdown was mostly positive, followed by neutral and then negative. Topic modelling results identified staying at home, quarantine and lockdown as the main aspects of discussion for the first lockdown, whilst importance of health measures and government efforts were the main aspects for the second and third lockdowns. Governments may utilise these findings to understand public sentiment and to formulate precautionary measures that can assure the safety of their citizens and tend to their most pressing problems. These results also highlight the importance of positive messaging during difficult times, establishing digital interventions and formulating new policies to improve the reaction of the public to emergency situations.

• 해양환경안전학회지
• /
• 제28권4호
• /
• pp.533-541
• /
• 2022

최근 5년간 발생한 해양사고를 분석한 결과, 소형선박은 전체 좌초사고의 77.0 %를 차지하고, 인명사상도 66.1%로서 매우 높았다. 목포지방해양안전심판원은 2021년 72건을 재결하였고, 이중 좌초사건은 10건이었다. 그리고 좌초사건 중 8건은 소형어선에서 발생하였다. 본 논문은 2021년 목포지방해양안전심판원에서 재결하였던 소형어선에서 발생한 8건의 좌초사고에 대해 분석하였다. 이 소형어선의 좌초사고는 맑은 날씨에 시정이 2~4마일로 양호하고, 파고 1미터 이내로 양호한 해상상태에서 발생한 것을 파악되었다. 그리고 좌초사고의 주요 원인은 피로에 따른 졸음 운항, 경계 소홀, 선위확인 소홀, GPS Plotter 과신, 해도도식 및 조석간만의 차에 대한 이해부족 등인 것으로 나타났다. 이에 소형어선의 좌초사고 저감을 위해 다음의 방안을 제시하였다. 첫째, 갑판부 항해당직 부원교육을 이수한 선원이 선장을 보좌하도록 하여야 한다. 둘째, 졸음 방지용 경보장치는 조타실에 설치하여야 한다. 셋째, GPS Plotter의 성능기준과 최신화를 위해 제도는 마련되어야 한다. 마지막으로, 소형어선 선장은 주기적으로 해도도식과 기초 지문항법을 숙지할 수 있도록 교육을 받아야 한다.

• 대한화장품학회지
• /
• 제48권2호
• /
• pp.135-146
• /
• 2022

미생물오염을 막아 화장품을 안전하게 사용하기 위해서는 방부력의 확보가 필수적이다. 본 연구에서는, 곰팡이에 대한 방부력이 취약한 수분산 제형의 방부시스템을 개선하여 항진균효과를 확인하고 다양한 방부시스템을 정립하여 진균에 대한 보존력을 강화하고자 하였다. 하이드록시기를 갖는 벤젠고리 구조를 가지며 화장품 제형 내에서 protonated form으로 존재해 항진균력을 향상시킬 것으로 예상되는 물질 5 종 아니스산나트륨, p-아니스산, 카프릴하이드록삼산, o-시멘-5-올, 하이드록시아세토페논을 선정하였고 minimal inhibitory concentration (MIC) assay를 통해 원료의 최소생육 저해농도를 확인하였다. 곰팡이에 대한 항균력을 보인 원료를 방부시스템에 추가한 수분산 제형에 대해 방부력테스트를 하여 곰팡이에 대한 방부력이 향상됨을 확인하였다. p-아니스산을 사용한 경우, 4 가지 제형 모두에서 세균과 효모균에 대한 방부력 저해 효과 없이 곰팡이에 대한 방부력이 강화되는 것을 확인하였다.

• 한국시뮬레이션학회논문지
• /
• 제31권3호
• /
• pp.1-10
• /
• 2022

국방 분야는 아군 피해를 최소화하고 전투 효과를 향상하기 위해 무인 시스템을 운용한다. 해군의 무인수상정(USV, Swarm Unmanned Surface Vehicle)은 통신범위 내 군집 형성과 USV 간의 상황인식 정보공유를 통해 임무를 수행한다. 본 논문은 무인수상정의 내부 연동 및 외부 연동을 위한 인터페이스 연동어댑터 시스템(IAS, Interface Adapter System)을 제안한다. IAS는 USV의 자율운항 경로생성과 무장할당을 계획하는 임무계획 부체계(MPS, Mission Planning Subsystem)의 타 부체계 간 연동을 담당하며, 주요 기능은 MPS와 타 부체계 간 인터페이스 데이터를 실시간으로 교환하는 것이다. 이를 위해, MPS의 기능 요구사항과 연동 메시지를 식별 및 분석하였고, 실시간 분산처리 미들웨어를 활용하여 IAS를 구현하였다. 실험은 군집 USV 시뮬레이션 환경을 통한 다수의 통합시험을 수행하였으며, 지연시간과 연동 메시지 손실률을 측정하였다. 그 결과, 제안한 IAS는 MPS와 타 부체계 간 성공적인 가교역할을 수행할 것으로 기대한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제11권1호
• /
• pp.51-58
• /
• 2022

첨단 운전자 보조 시스템(advanced driver assistance system)의 주요 기능 중 하나인 주행 가능 영역 검출은 차량이 안전하게 주행할 수 있는 영역을 검출하는 것을 의미한다. 주행 가능 영역 검출은 운전자의 안전과 밀접한 연관이 있으며 실시간 동작과 높은 정확도 성능을 요구한다. 이러한 조건들을 충족하기 위해, 영상의 각 행에서 도로 시차 값을 계산하여 주행 가능 영역을 검출하는 V-시차 기반 방법이 폭넓게 사용된다. 그러나 V-시차 기반 방법은 시차 값이 정확하지 않거나 객체의 시차 값이 도로의 시차 값과 동일한 경우, 도로가 아닌 영역을 도로로 오검출할 수 있다. 또한, 고속도로 및 시골길과 같이, 초목을 포함한 도로 환경에서 초목의 시차는 도로의 시차 특성과 매우 유사하기 때문에 초목 영역이 주행 가능 영역으로 오검출될 수 있다. 이에 본 논문에서는 V-시차의 특성으로 인한 오검출 횟수를 감소시킴으로써 초목 영역을 포함한 도로 환경에서 높은 정확도를 갖는 주행 가능 영역 검출 방법 및 하드웨어 구조를 제안한다. 제안하는 방법의 성능을 평가하기 위해 KITTI road dataset의 289장 영상을 사용하였을 때, 제안하는 방법은 90.12%의 정확도와 97.96%의 재현율을 보인다. 또한, 제안하는 하드웨어 구조를 FPGA 플랫폼에 구현하였을 때, 제안하는 하드웨어 구조는 8925개의 slice registers와 7066개의 slice LUTs를 사용한다.

• 융합신호처리학회논문지
• /
• 제22권4호
• /
• pp.179-184
• /
• 2021

최근 4차 산업의 발달로 공공분야에서 드론을 활용하여 다양한 목적으로 수색 및 실시간 모니터링에 대한 관심이 높아지고 있다. 실종자 수색, 치안, 해안 순찰 및 감시, 과속 단속, 고속도로 및 도심지역 교통상황 모니터링, 화재 및 산불감시, 저수지 불법 낚시 감시 모니터링, 집회 현장 상황에서 다양한 수색 및 감시 임무 목적을 가지고 활용되고 연구되고 있다. 그러나 경찰, 소방, 군에서는 드론의 하드웨어적인 부분에 집중되고 있어 고성능의 해상도 카메라, 열화상 카메라에 집중되고 카메라로 수집된 데이터의 실시간 모니터링을 위해 원활한 통신시스템 및 특수 임무에 부합하는 분석 프로그램 관련 연구가 매우 부족하다. 따라서 본 논문에서는 수색의 임무를 목적으로 하는 드론의 효용성을 높이기 위해 드론에서 취득되는 이미지를 기반으로 수색 임무에 적합한 이미지 데이터 생성하고자 한다. 이를 통해 수색의 정밀도를 높이는 이미지 분석 기법을 제안하고 실제 현장 사례 및 실험을 통하여 관련 정책개선 및 플랫폼 구축을 위한 이미지 분석 기술을 제시하고자 한다.

• 디지털융복합연구
• /
• 제19권5호
• /
• pp.187-196
• /
• 2021

교통약자는 우리 사회의 높은 비율을 차지하고 있는 대표적인 사회 취약계층이다. 최근 기술의 발달로 사회취약 계층을 위한 맞춤형 복지 기술이 연구되고 있으나, 일반인들과 비교하면 상대적으로 부족한 실정이다. 이에 본 연구에서는 교통약자를 위한 맞춤형 식당 추천시스템을 구현하고자 한다. 이를 위해 특별교통수단 승하차 이력(7,153건), 대구 푸드 식당 상세정보(955건)의 자료를 결합하여 하이브리드 추천시스템을 구현하였다. 구현된 추천시스템의 유효성 평가를 위해 예측 오차율, 추천 커버리지로 기존 추천시스템들과 성능 비교를 수행하여 유효성을 검증하였다. 분석 결과 기존 추천시스템보다 높은 성능으로 나타났으며, 교통약자를 위한 맞춤형 식당 추천시스템의 가능성을 확인하였다. 또한 일부 교통약자 유형에서 유사한 식당이 추천되는 상관성을 확인하였다. 본 연구결과는 교통약자들의 만족도 높은 식당 이용에 기여할 것으로 판단되며, 연구의 한계점 또한 제시하였다.